Frame Blocking Windowing Fast Fourier Transform

i Pre Empasize ke-i 29 0.000175

3.4.1.3 Frame Blocking

Data hasil perekaman suara merupakan sinyal analog yang berada dalam domain waktu yang bersifat variant time, yaitu suatu fungsi yang bergantung waktu. Proses frame blocking dilakukan dengan cara memotong-motong sinyal dalam slot-slot waktu tertentu agar dapat dianggap invariant. Setiap potongan tersebut disebut frame. Jumlah frame = I-NM+1 3.6 I = Sample rate N= Sample point M = N2 Hitung Jumlah Frame : Jumlah frame = − + = 99 Jumlah frame adalah 99 frame.

3.4.1.4 Windowing

Setelah melakukan proses frame blocking, proses selanjutnya adalah windowing. Fungsi pada proses windowing ini menggunakan fungsi Hamming Window sebagai berikut : = . − . � − . n = 0,1,...,M-1 M = panjang frame = , − , cos , − = , Hitung dengan cara yang sama untuk data yang lainnya. Selanjutnya merepresentasikan fungsi window terhadap sinyal. = . n = 0,1,…,N-1 = nilai sampel signal hasil windowing = nilai sampel dari frame signal ke i = fungsi window N = frame size = ∗ = − . ∗ , = − . Hitung dengan cara yang sama untuk data yang lainnya, data setelah dilakukan proses windowing adalah : Tabel 3.10 Data Windowing i Windowing ke-i -0.003408 1 0.00291376 2 0.00026024 3 0.0002284 4 -4.64E-06 5 -0.00030888 6 -0.00007024 7 0.00022384 8 0.0002068 9 -0.00026696 10 -0.00025912 11 0.0001652 12 0.00029848 13 -0.0001564 14 -0.0002572 15 0.00005512 16 0.00030504 17 0.0004024 18 -0.0001296 19 -0.00006192 20 0.00004792 21 0.00036112 i Windowing ke-i 22 0.00015568 23 -7.224E-05 24 -0.00017112 25 -0.00016888 26 -0.0001424 27 -0.00001896 28 0.00006032 29 0.000014

3.4.1.5 Fast Fourier Transform

DFT merupakan perluasan dari transformasi fourier yang berlaku untuk signal-signal diskrit dengan panjang yang terhingga. Semua signal periodik terbentuk dari gabungan signal-signal sinusoidal yang menjadi satu yang dapat dirumuskan sebagai berikut : �[ ] = ∑ [ ] − 2�� � , ≤ ≤ − �− = .9 N = jumlah sampel yang akan diproses N N Sn = nilai sampel signal K = variable frekuensi discrete = [ − . cos �∗ ∗ ] − �∗ ∗ + ⋯+[ . cos �∗ ∗ 9 ] − �∗ ∗ 9 = . Hitung untuk data berikutnya, maka didapatkan hasil sebagai berikut: Tabel 3.11 Data FFT i FFT ke-i 0.0002 1 0.001 2 0.0002 3 0.0003 4 0.0009 i FFT ke-i 5 0.0026 6 0.0044 7 0.0032 8 0.0033 9 0.0045 10 0.0048 11 0.0052 12 0.0058 13 0.0061 14 0.0058 15 0.0064 16 0.0058 17 0.0061 18 0.0058 19 0.0052 20 0.0048 21 0.0045 22 0.0033 23 0.0032 24 0.0044 25 0.0026 26 0.0009 27 0.0003 28 0.0002 29 0.001

3.4.1.6 Filterbank